Bitte hört auf, Open-Source-Projekte mit KI-Müll zu überfluten

✍️ OpenClawRadar📅 Veröffentlicht: 28. August 2026🔗 Source
Ad

Neil Alexander, ein Maintainer, hat genug von KI-generierten Beiträgen, die nur darauf abzielen, GitHub-Profile aufzuhübschen. In einem Beitrag mit dem Titel "Bitte überschwemmt unsere Projekte nicht mit KI-Müll, um euren Lebenslauf aufzupolieren" beschreibt er ein aktuelles Muster: Beitragende, die zuvor keinerlei Engagement zeigten, reichen plötzlich PRs ein, die Rechtschreib- und Grammatikfehler in Kommentaren korrigieren. Claude hat die Korrekturen vorgenommen, die PR-Beschreibungen verfasst und sogar die Commits signiert – alles in dem Versuch, eine gefälschte Beitragshistorie aufzubauen.

Das Problem: GitHub mit LLMs ausspielen

Alexander stellt fest, dass Open-Source-Beiträge eine Währung für die Jobsuche sind. Das Aktivitätsdiagramm von GitHub, die Avatare der Beitragenden und die Feeds der Gefolgten verstärken dies. Mit LLMs wie Claude ist es trivial:

  • Claude zu bitten, interessante Open-Source-Projekte aufzulisten.
  • Es anzuweisen, kleinere Probleme zu finden.
  • Generierte PRs automatisch einzureichen.

Das erzeugt eine Illusion von Beteiligung ohne echte Anstrengung oder Interesse. Der betreffende Beitragende hatte seit Ende 2018 praktisch keine GitHub-Aktivität, öffnete dann aber plötzlich drei PRs zur Korrektur von Tippfehlern – alle von KI verfasst.

Ad

Reaktion des Maintainers: PRs ohne Kommentar schließen

Alexander schloss alle drei PRs ohne Kommentar. Seine Begründung: "Ich habe einfach kein Interesse daran, Leute zu ermutigen, unsere Zeit mit solcher Beschäftigungstherapie zu verschwenden. Ich möchte keinen Präzedenzfall schaffen, PRs zu akzeptieren, die materiell nichts verbessern, noch möchte ich, dass unsere Beitragsliste zu einer Belohnung dafür wird, einen Roboter zu bitten, Tippfehler zu korrigieren."

Derselbe Trend betrifft auch Sicherheitsmeldungen. KI-generierte Schwachstellenberichte strömen herein, oft mit vorgeschlagenen Fixes. CVEs werden nun Leuten zugeschrieben, die keine echte Forschung betrieben haben. Alexanders Team ist selektiver geworden und lehnt manchmal CVE-Mitteilungen für geringfügige Probleme ab.

Ein Aufruf zu echten Beiträgen

Alexanders Botschaft ist direkt: "Open Source basiert auf Vertrauen. Die Kennzahl, die zählt, ist nicht, wie viele Pull-Requests du ein LLM produzieren lassen kannst, noch wie viele CVEs du ansammeln kannst, sondern ob du ein Projekt sinnvoll verbessern kannst. Wenn du zu Open-Source-Projekten beitragen willst, dann tu es, weil es dir wichtig ist. Wenn du nur ein weiteres grünes Quadrat oder ein weiteres Beitragsabzeichen willst, geh bitte woanders hin."

Für Entwickler, die KI-Agenten nutzen, ist das eine warnende Geschichte: Nutze KI als Werkzeug, nicht als Ersatz für echte Beteiligung. Maintainer schätzen echten Kontext und Engagement mehr als automatisierte Beschäftigung.

📖 Vollständige Quelle lesen: HN AI Agents

Ad

👀 Siehe auch

Claude 4.6 Opus kann Linux's list.h aus minimaler Eingabe reproduzieren
Nachrichten

Claude 4.6 Opus kann Linux's list.h aus minimaler Eingabe reproduzieren

Ein Benutzer zeigte, dass Claude 4.6 Opus eine nahezu identische Kopie der list.h-Header-Datei von Linux erzeugen kann, wenn die ersten 43 Zeilen als Eingabe mit einer Temperatur von 0 vorgegeben werden. Dies wirft Fragen zu den GPL-Lizenzauswirkungen für KI-Modelle auf, die mit Open-Source-Code trainiert wurden.

OpenClawRadar
OpenClaw 2026.3.11 Release fügt lokale Ollama-Einrichtung, vereinheitlichte OpenCode-Schlüssel und multimodalen Speicher hinzu.
Nachrichten

OpenClaw 2026.3.11 Release fügt lokale Ollama-Einrichtung, vereinheitlichte OpenCode-Schlüssel und multimodalen Speicher hinzu.

OpenClaw 2026.3.11 führt ein erstklassiges Ollama-Setup mit rein lokalen oder hybriden Modi ein, vereinheitlichtes OpenCode-Schlüsselmanagement für Zen- und Go-Modelle sowie multimodale Bild-/Audio-Indizierung mit Gemini-Embeddings.

OpenClawRadar
Der Parameter "effort=low" von Claude Opus 4.6 unterscheidet sich von den Low-Reasoning-Modi anderer Anbieter.
Nachrichten

Der Parameter "effort=low" von Claude Opus 4.6 unterscheidet sich von den Low-Reasoning-Modi anderer Anbieter.

Der effort=low-Parameter von Claude Opus 4.6 steuert den allgemeinen Verhaltensaufwand, nicht nur die Denktiefe, anders als OpenAI's reasoning.effort=low oder Gemini's thinking_level=low. Dies führte dazu, dass Agenten weniger Tool-Aufrufe tätigten, weniger gründlich bei der Querverweisprüfung waren und Teile der Systemprompts zur Webrecherche ignorierten.

OpenClawRadar
KI-Agenten bevorzugen strukturierte Abfragen gegenüber natürlicher Sprache in Cala MCP-Server-Tests
Nachrichten

KI-Agenten bevorzugen strukturierte Abfragen gegenüber natürlicher Sprache in Cala MCP-Server-Tests

Das Team von Cala baute einen MCP-Server mit drei Zugriffsmethoden auf den Wissensgraphen: natürliche Sprachabfragen, strukturierte Abfragesprache und direkte Entitäts-/Beziehungsdurchquerung. Die Agenten gaben natürliche Sprache innerhalb von Minuten auf und wählten strukturierte Abfragen und Graphendurchquerung ohne Aufforderung.

OpenClawRadar